신분증 OCR 솔루션 교체 검증: 계약 만료 전 정확도 테스트 순서

신분증 OCR 솔루션 교체 여부는 공급사가 제시한 인식률이 아니라, 자사 신분증 샘플로 직접 측정한 항목별 정확도와 처리 시간으로 판단해야 합니다. 계약 만료 전에 샘플 준비, 항목별 채점, 처리 시간 측정, 진위확인 연결 확인의 순서로 테스트하면 교체 위험을 줄일 수 있습니다. 이 글은 이미 OCR을 쓰고 있는 사업자가 교체를 검토할 때의 검증 절차를 다룹니다.

인식률 숫자만 비교하면 안 되는 이유

공급사가 공개하는 인식률은 대개 측정 기준이 서로 다릅니다. 어떤 신분증을 몇 장으로, 어떤 촬영 조건에서, 어떤 항목을 기준으로 측정했는지가 다르면 같은 98%라도 의미가 달라집니다.

실제 서비스에서는 촬영 환경이 더 다양합니다. 조명, 반사, 각도, 카메라 성능, 신분증의 마모 상태에 따라 결과가 달라지므로, 공개 수치는 후보를 추리는 참고 자료로만 쓰는 편이 안전합니다.

• 필드별 기준이 다릅니다. 이름, 주민등록번호, 발급일자의 오류가 업무에 미치는 영향이 다른데, 평균 인식률은 이를 하나로 뭉뚱그립니다.
• 인식 성공의 정의가 다릅니다. 모든 항목이 맞아야 성공으로 보는지, 일부 항목만 맞아도 성공으로 보는지에 따라 수치가 달라집니다.
• 재촬영 비율이 빠져 있습니다. 인식률이 높아도 재촬영이 잦으면 이탈이 늘어 실제 전환율은 떨어질 수 있습니다.

테스트 전에 준비할 신분증 샘플과 평가 기준

검증의 품질은 샘플에서 결정됩니다. 공급사가 제공하는 데모 이미지가 아니라 자사 서비스에서 실제로 들어오는 이미지를 기준으로 삼아야 합니다.

기존 솔루션이 처리해 온 이미지를 일정 기간 샘플링하고, 개인정보 보호 기준에 맞게 보관과 파기 절차를 정한 뒤 사용하십시오. 비식별 처리나 테스트 환경 분리가 필요한지는 내부 개인정보 담당 부서와 먼저 확인하는 것이 좋습니다.

• 신분증 종류를 실제 유입 비율대로 섞습니다. 주민등록증, 운전면허증, 외국인등록증 등 서비스에서 받는 종류를 반영해야 합니다.
• 촬영 조건을 나눕니다. 어두운 곳, 반사가 있는 곳, 기울어진 각도, 흐린 초점, 저가형 단말기 촬영분을 포함합니다.
• 정답지를 먼저 만듭니다. 담당자가 항목별 정답을 확정해 두어야 후보 솔루션을 같은 기준으로 채점할 수 있습니다.
• 기존 솔루션의 실패 사례를 따로 모읍니다. 교체의 이유가 된 오류 유형이 새 솔루션에서 개선되는지 확인할 수 있습니다.

인식 항목별 정확도와 처리 시간을 나눠 측정하는 순서

샘플이 준비되면 같은 이미지를 기존 솔루션과 후보 솔루션에 동일하게 넣고 결과를 비교합니다. 이때 전체 평균 대신 항목별, 조건별로 나누어 채점해야 어디서 차이가 나는지 보입니다.

• 1단계로 항목별 정확도를 채점합니다. 이름, 주민등록번호, 주소, 발급일자 등을 각각 정답지와 대조하고 항목별 오류율을 따로 기록합니다.
• 2단계로 촬영 조건별 결과를 비교합니다. 정상 이미지와 불량 이미지의 격차가 작을수록 운영 환경에서 안정적입니다.
• 3단계로 처리 시간을 측정합니다. 서버 처리 시간뿐 아니라 촬영부터 결과 확인까지 사용자가 체감하는 전체 시간을 함께 봅니다.
• 4단계로 실패 처리 방식을 확인합니다. 인식에 실패했을 때 재촬영을 안내하는지, 수동 심사로 넘기는 설정이 가능한지 점검합니다.
• 5단계로 연동 방식과 운영 부담을 봅니다. SaaS와 설치형 중 어떤 방식이 가능한지, 기존 화면과 API 흐름을 얼마나 바꿔야 하는지 확인합니다.

‍

처리 시간은 평균만 보지 말고 느린 구간의 분포도 확인하십시오. 일부 요청이 지연되면 평균이 좋아도 이용자 불만으로 이어질 수 있습니다.

OCR 이후 진위확인 연결까지 함께 검증하기

OCR은 신분증의 글자를 읽는 단계이고, 신분증이 실제 발급된 것인지는 별도의 진위확인으로 가려야 합니다. 교체 테스트에서는 OCR 결과가 진위확인 요청으로 정상 이어지는지까지 한 흐름으로 확인해야 합니다.

OCR이 읽은 값이 한 글자만 틀려도 진위확인에서 불일치가 나올 수 있습니다. 따라서 OCR 오류가 진위확인 실패로 얼마나 번지는지 측정하면 실제 업무 영향이 더 분명해집니다.

‍

• OCR 결과값이 진위확인 요청에 그대로 쓰이는지, 사용자가 수정할 수 있는 단계가 있는지 확인합니다.
• 진위확인 실패 사유가 구분되어 반환되는지 확인합니다. 인식 오류와 신분증 불일치를 가려야 대응이 가능합니다.
• 사본이나 촬영본이 의심되는 이미지를 걸러내는 사본판별 절차가 같은 흐름에 있는지 봅니다.
• 수동 심사와 로그 조회 등 운영 기능이 현재 업무 방식에 맞는지 점검합니다.

‍

전체 점검 항목은 eKYC 도입 체크리스트와 함께 보면 빠뜨리는 부분을 줄일 수 있습니다.

알체라 신분증 OCR과 진위확인으로 교체 테스트하기

알체라 eKYC는 신분증 OCR과 진위확인, 사본판별을 하나의 흐름으로 제공합니다. 진위확인은 주민등록증은 행정안전부, 운전면허증은 경찰청 연동으로 처리하며, 외국인등록증 진위확인과 OCR도 지원합니다.

‍

공개 수치로는 알체라 신분증 OCR 인식률 98.47%, 처리 시간 1초 이내입니다. 이 수치는 신분증 기준이므로, 여권이나 사업자등록증에 그대로 적용해 해석하지 않으시길 바랍니다. 사본판별은 위조 신분증 100만 장 이상을 학습하고 200여 가지 촬영 조건을 반영해 정확도 99%를 기록했습니다.

• SaaS와 설치형을 모두 제공하며, SaaS는 코스콤 금융 클라우드에서 운영됩니다.
• SaaS 연동은 30분, 개발을 포함한 전체 도입은 평균 1~3개월이 걸립니다. 고객사 환경에 따라 빠르면 2일 안에 연동하기도 합니다.
• 관리자 페이지에서 수동 심사와 EDD 설정을 할 수 있어 인식 실패 건의 처리 방식을 테스트 단계에서 함께 확인할 수 있습니다.
• 고객사 110곳 이상, 계약 연장률 95.5%, 제1금융권 70%의 도입 실적이 있습니다.

‍

자사 샘플로 테스트하는 방식이라면 앞서 정한 정답지와 촬영 조건 기준을 그대로 알체라에 적용해 비교할 수 있습니다. 계약 만료 일정에 맞춰 검증 기간과 전환 시점을 역산해 두면 서비스 공백 없이 교체를 준비할 수 있습니다.